一种基于数据融合的人体动作预判方法

作者：吕俊伟; 胡学钢; 李培培; 廖建兴

来源：2019-06-17, 中国, ZL201910522350.7.

本发明公开了一种基于数据融合的人体动作预判方法,包括：1、将人体动作序列数据的特征数据截断为多段人体动作序列数据；2、选择一种人体动作概率分类器,在每个截断的训练样本上分别对每维人体关键部位的数据进行训练,并得到概率分类结果；3、将每个截断的训练样本上的概率分类结果进行数据融合；4、通过最小化目标函数确定人体动作预判规则中的参数；5、利用训练好的模型对人体动作测试数据进行预判。本发明通过数据融合方法综合考虑人体各关键部位数据间的相互关系,并构建有效的人体动作预判规则,能够在保证人体动作分类准确率的条件下进行动作预判。

• 单位
  合肥工业大学